Andrew Kelley, creador de Zig, y George Hotz (geohot) publicaron dos artículos críticos sobre el hype de IA con pocas horas de diferencia, recibiendo en total 1653 puntos en Hacker News. Ambos dicen lo mismo desde ángulos distintos: los LLM funcionan y son útiles, pero las promesas sobre ventanas que se cierran y singularidad inminente son marketing dañino.

Geohot lo dice explícitamente: “Amo el progreso, uso un agente local para configurar Linux, funciona de verdad. Lo que odio es el hype negativo (‘si no estás en SF se acabó para ti’) y el salto lógico de ‘autocomplete inteligente’ a ‘un destello en el cielo y todo cambia’”. Kelley critica a Anthropic por haber inflado las capacidades de sus modelos con afirmaciones que no resisten la verificación.

Por qué te importa. Estas no son voces aisladas: son figuras técnicas de peso (Kelley construyó un lenguaje, Hotz hizo jailbreak de iPhone y construyó coches autónomos) que dicen públicamente desconfiar lo justo incluso cuando hablan los fundadores. Si estás decidiendo dónde invertir tiempo o presupuesto, su posición es clara: evalúa según tus casos, no según promesas. La IA es una herramienta que da un impulso real en tareas concretas, no un oráculo que lo resuelve todo ni una carrera donde quien se queda atrás pierde para siempre.

El contexto. Esta convergencia llega la misma semana en que Sam Altman invirtió la narrativa sobre empleo, pasando de “despidos masivos” a “saldo positivo de empleos”. Es la misma tensión entre afirmaciones de marketing y realidad verificable.

En detalle

El artículo de geohot

George Hotz parte de su experiencia directa: “Configuré un box Linux con opencode en GLM-5.2 local la semana pasada, y funciona de verdad: ‘instala tmux con la configuración geohot’ funciona, el Año del Desktop Linux finalmente llegó”. Luego explica qué le molesta:

1. El hype de valor negativo: el discurso constante sobre “ventanas que se cierran”, “clase perpetuamente excluida”, “quedar irremediablemente atrás”. Hotz lo define como “diseñado para hacerte sentir mal y empujarte a San Francisco, donde todo es realmente tan malo como dicen estas personas”.

2. El salto lógico injustificado: de la observación cierta de que los modelos son autocomplete inteligente, compiladores mejores, motores de búsqueda más útiles, se salta a “poseerán el cono de luz, si no estás en las fiestas adecuadas en SF un día verás un destello en el cielo y todo Cambiará”. Hotz apuesta todo lo que tiene a que esto no sucederá.

Su tesis es que la IA es una continuación de la revolución de las computadoras, impulsada por la ley de Moore y el progreso general de la informática, no algo que un lab específico esté “haciendo suceder”. Los labs tienen incentivo para hacer creer lo contrario, porque así justifican miles de millones en financiamiento. Hotz cita una presentación de 2016 sobre superinteligencia y una película de 1991 sobre máquinas que conquistan el mundo: “Un cierto culto ama atribuirse el mérito de cosas que suceden con o sin ellos”.

Sobre productividad en programación, Hotz corrige una posición anterior: “Quizá fui un poco duro al decir que los modelos no saben programar. Lo que realmente está sucediendo es que la programación está cambiando”. Cita a Linus Torvalds: los agentes dan un boost 10x, los compiladores 1000x. Hotz estima que ambas cifras son exageradas, pero ahora está “bastante seguro de ser mejor usándolos y obtener algún impulso”. Sin embargo advierte: “Debes tener mucho cuidado, pueden aumentar el agotamiento cognitivo, y todo el código escrito con IA en tu lugar sigue siendo slop (¿dónde está todo ese software nuevo mágico que las mejoras de productividad deberían implicar?)”. Los modelos son útiles como buscar-y-reemplazar, Stack Overflow, o todas las regex que nunca aprendió a escribir y ahora nunca aprenderá.

El artículo de Kelley

Andrew Kelley (el post original se redirigió desde una URL incorrecta, por lo que falta el contenido completo en las fuentes recuperadas) critica a Anthropic por hacer afirmaciones que “echan humo” en lugar de llamar a las cosas por su nombre. El título original era “Zig Creator Calls Spade a Spade, Anthropic Blows Smoke”.

La convergencia

Ambos convergen en tres puntos:

1. Los modelos funcionan de verdad en tareas concretas (configuración de sistemas, asistencia en código, búsqueda).
2. El hype es dañino: crea FOMO, impulsa decisiones equivocadas, y distrae de lo que realmente funciona.
3. La evaluación debe hacerse según tus casos, no según promesas de fundadores o benchmarks genéricos.

La reacción en Hacker News (1188 + 465 puntos, 896 comentarios totales) sugiere que esta posición resuena en una parte significativa de la comunidad técnica: quienes usan estas herramientas diariamente ven la brecha entre utilidad real y narrativa de marketing.

Implicaciones prácticas

Si estás evaluando dónde invertir tiempo o dinero:

• Prueba con tus casos, no con demos. El banco de pruebas del 11 de julio muestra cómo cambia todo entre modelos en tareas reales.
• Espera un impulso, no un sustituto. Geohot lo dice claramente: es como pasar de grep a un motor de búsqueda mejor, no como reemplazar al programador.
• Reconoce el hype negativo. Si un pitch te hace sentir atrasado o excluido, es marketing, no análisis.

La batalla real no es entre quienes usan IA y quienes no, sino entre quienes la usan con criterio y quienes la sufren como moda.